Large Action Models (LAMs) einfach erklärt

Die Zusammenführung von Large Action Models (LAMs) und Large Language Models (LLMs) wird den Einsatz von KI in Organisationen verändern.

Dank dieser Mischung wird künstliche Intelligenz leichter verstehen und handeln können, was die Arbeitsweise von Betrieben verbessern, das Kundenerlebnis steigern und Unternehmen bei der Entwicklung neuer Produkte und Dienstleistungen unterstützen dürfte.

Während LLMs darauf trainiert sind, Wörter und Phrasen zu verstehen und originelle, grammatikalisch korrekte Texte zu erstellen, sind LAMs fortgeschrittene KI-Modelle, die Sprache verstehen, Aufgaben „durchdenken“ und so Dinge erledigen können.

Sie können verschiedene Arten von Informationen als multimodale Modelle verarbeiten, wie z. B. Bilder, Videos und Töne, wodurch sie eher so funktionieren, wie Menschen digitale Inhalte nutzen.

Nicholas Rioux, CTO von Labviva, einer KI-gestützten digitalen Einkaufsplattform, drückt es so aus:

„Wenn LAMs und LLMs gemeinsam eingesetzt werden, können sie die Art und Weise verändern, wie wir mit Technologie interagieren.“

Laut Rioux nutzt jede Technologie Abstraktion, d. h. es werden nur wichtige Details zur Vereinfachung und Beschleunigung angezeigt.

Für große Projekte ist es zu langsam, für alles direkten Code zu schreiben. LAMs und LLMs schaffen eine neue Möglichkeit, die Interaktion von Menschen mit Systemen zu simplifizieren.

„Letztendlich werden diese Modelle die neue Schnittstelle zwischen Mensch und der von Menschenhand geschaffenen Welt werden“, sagt er.

Techopedia untersucht die Kombination von LLMs und LAMs und was als Nächstes zu erwarten ist.

Inhaltsübersicht Inhaltsübersicht

1. Wichtige Erkenntnisse
2. So arbeiten LLMs und LAMs zur Unterstützung von Unternehmen zusammen
3. So wird die Integration von LLMs und LAMs die Industrie neu gestalten
4. Vorteile für Unternehmen beim gemeinsamen Einsatz von LLMs und LAMs
5. Beispiele für LAMs in der Praxis
6. Fallstudie: Wie Google Duplex sowohl virtuelle Assistenten als auch Handlungen bereitstellt
7. Ausschließlich auf LLMs vertrauen
8. Fazit
9. FAQ

Alles zeigen

Inhaltsübersicht

1. Wichtige Erkenntnisse
2. So arbeiten LLMs und LAMs zur Unterstützung von Unternehmen zusammen
3. So wird die Integration von LLMs und LAMs die Industrie neu gestalten
Alles zeigen
4. Vorteile für Unternehmen beim gemeinsamen Einsatz von LLMs und LAMs
5. Beispiele für LAMs in der Praxis
6. Fallstudie: Wie Google Duplex sowohl virtuelle Assistenten als auch Handlungen bereitstellt
7. Ausschließlich auf LLMs vertrauen
8. Fazit
9. FAQ

So arbeiten LLMs und LAMs zur Unterstützung von Unternehmen zusammen

Laut Amar Ramudhin, Professor und Programmleiter für Informationssystemtechnik und -management an der Harrisburg University of Science and Technology, werden durch die Zusammenführung von LLM und LAM Entscheidungsfindung und Handeln miteinander verbunden.

Diese Partnerschaft kann die Art und Weise verändern, wie Unternehmen nicht nur planen, sondern auch sofort auf Daten und Erkenntnisse reagieren.

Im Gesundheitswesen können LLMs beispielsweise die Krankengeschichte eines Patienten, Laborberichte und die neuesten medizinischen Forschungsergebnisse zur Erstellung von Therapieempfehlungen oder zur Vorhersage potenzieller Gesundheitsrisiken analysieren.

Die LAMs können durch die Automatisierung von Echtzeit-Überwachungsgeräten wie Insulinpumpen, Herzmonitoren und sogar Robotern bei chirurgischen Eingriffen oder bei der präzisen Verabreichung von Medikamenten helfen.

Ramudhin sagte:

„In einem Krankenhaus könnten LLMs zur Diagnose von Krankheiten eingesetzt werden, indem sie Patientenakten und medizinische Forschungsarbeiten analysieren und mögliche Behandlungswege empfehlen.“

„Gleichzeitig könnten LAMs die Therapie eines Patienten automatisch anpassen, indem sie medizinische Robotergeräte steuern, die genaue Medikamentendosen verabreichen, Vitalwerte überwachen und Ärzte in kritischen Situationen alarmieren.“

LLMs und LAMs bilden zusammen ein vollständiges KI-System, das mehr kann, als nur die Welt zu verstehen – es handelt auch danach, so Cliff Jurkiewicz, Vizepräsident für globale Strategie bei Phenom, einem Unternehmen für HR-Technologie.

Er sagt: „Diese Synergie brauchen Unternehmen, um das volle Potenzial von KI auszuschöpfen. LLMs sorgen für das Sprachverständnis und die Kreativität, aber LAMs sind die Muskeln, die dieses Verständnis in konkrete, messbare Ergebnisse umwandeln.“

Wenn man beides kombiniert, geht es über die reine Automatisierung hinaus; es führt zu einer vollständigen Veränderung der Arbeitsabläufe, so Jurkiewicz.

KI-Agenten, die LLMs und LAMs verwenden, können ganze Workflows verändern, indem sie Prozesse von Anfang bis Ende automatisieren, Kundenfragen beantworten und komplexe Aufgaben ausführen.

„Unternehmen, die diesen Grad der KI-Integration nicht erreichen, werden nicht nur ins Hintertreffen geraten – sie werden irrelevant werden“, fügt er hinzu.

„Um den vollen ROI aus KI zu erzielen, müssen Unternehmen in Agenten investieren, die sowohl denken als auch handeln können.“

So wird die Integration von LLMs und LAMs die Industrie neu gestalten

Die Kombination von LLMs und LAMs wird in vielen Sektoren zu großen Veränderungen führen, indem komplexe Aufgaben, die früher menschliche Hilfe erforderten, automatisiert werden.

Laut Ramudhin können Unternehmen Folgendes erwarten:

• Kostensenkung: Durch die Automatisierung von Aufgaben, die Reduzierung von Fehlern und die effizientere Nutzung von Ressourcen.
• Verbesserte Entscheidungsfindung: LLMs bieten Informationen und LAMs ergreifen Maßnahmen auf deren Grundlage, was schnellere und fundiertere Entscheidungen ermöglicht.
• Neue Geschäftsmodelle: Durch die Verbindung von Verständnis und Handeln können Unternehmen völlig neue Dienstleistungen schaffen, wie z. B. automatische Kundendienstsysteme, selbstlaufende Lager oder KI-gestütztes Produktdesign.

Durch die Kombination von KI, die Sprache versteht, mit KI, die Maßnahmen ergreifen kann, können Unternehmen flexiblere und leistungsfähigere Tools entwickeln, die die Arbeitsweise vieler Branchen verändern werden, sagt Vikas Shetty, Produktleiter beim Bot-Management- und Account-Security-Unternehmen Arkose Labs.

„LLMs können sehr gut Inhalte erstellen, Hilfe in Echtzeit anbieten und Informationen analysieren, während LAMs komplexe Prozesse handhaben, Workflows verwalten und mehrstufige Aufgaben ausführen.“

„Im Zusammenspiel entsteht eine Synergie – LLMs übernehmen die Erstellung von Inhalten und die Datenanalyse, LAMs kümmern sich um die Automatisierung und Verwaltung von Aufgaben, wodurch die manuelle Arbeit reduziert und Fehler verringert werden.“

Vorteile für Unternehmen beim gemeinsamen Einsatz von LLMs und LAMs

Die Organisationen können laut Ramudhin damit beginnen, LLMs und LAMs gemeinsam zu nutzen, indem sie:

• Geschäftsbereiche für die Automatisierung identifizieren: Unternehmen sollten Aufgaben ermitteln, die eine umfangreiche Datenanalyse beinhalten oder bei denen dieselben manuellen Tätigkeiten häufig wiederholt werden müssen. Diese Aufgaben eignen sich hervorragend für den Einsatz von LLMs und LAMs.
• KI-Ökosysteme aufbauen: Organisationen sollten in die Kombination von LLM- und LAM-Plattformen investieren, die über verschiedene Abteilungen hinweg, wie z. B. Kundenservice und Lieferkettenmanagement, reibungslos zusammenarbeiten.
• KI in Pilotprogrammen testen: Sie sollten zunächst die Integration in ein oder zwei Prozesse testen, z. B. die Automatisierung des Kundendienstes mit LLMs oder die Bestandsverwaltung mit LAMs.
• In Talente und Weiterbildung investieren: Die Schulung der Mitarbeiter im Umgang mit KI-Systemen und die Vorbereitung der Teams auf die Arbeit mit diesen Tools wird den Übergang erleichtern.

Fallstudie: Wie Google Duplex sowohl virtuelle Assistenten als auch Handlungen bereitstellt

Mithilfe von Sprachassistenten kann Google Duplex natürliche Gespräche führen, um Nutzern bei der Buchung von Terminen, der Bestellung von Essen oder der Reservierung zur Seite zu stehen, indem es feine sprachliche Unterschiede versteht.

Durch die Hinzufügung von LAMs zur Mischung integriert sich Duplex in Planungssysteme, Essenslieferdienste und Buchungsplattformen, um Maßnahmen zu ergreifen, nachdem die Wünsche des Benutzers verstanden wurden.

Das Ergebnis? LLMs übernehmen die Kommunikation mit Restaurants oder Unternehmen, während LAMs die Buchung oder Transaktion selbstständig abschließen.

Laut Ramudhin wird diese Integration „das Kundenerlebnis vereinfachen, Zeit sparen und die Bequemlichkeit bei täglichen Aktivitäten erhöhen“.

Ausschließlich auf LLMs vertrauen

Laut Flavio Villanustre, Global Chief Information Security Officer beim Daten- und Analyseunternehmen LexisNexis Risk Solutions, verlassen sich die meisten praktischen generativen KI-Systeme bei der Verarbeitung von Text für viele verschiedene Anwendungen derzeit auf LLMs.

LAMs sind ein neues Forschungsgebiet, und obwohl die Ergebnisse sehr vielversprechend sind und viele neue Einsatzmöglichkeiten bieten, ist die Entwicklung und das Training von LAMs viel schwieriger und teurer, erklärt er.

„Ich glaube nicht, dass viele Unternehmen derzeit LAMs in Produktionssystemen einsetzen, aber das könnte sich bald ändern, sobald LAMs verfügbar und kostengünstiger werden“, fügt er hinzu.

Eine frühzeitige Einführung ist jedoch entscheidend, sagt Jurkiewicz.

„Unternehmen, die jetzt experimentieren, schnell lernen und sich an die Weiterentwicklung dieser Technologien anpassen, werden gewinnen. Beginnen Sie damit, Bereiche zu identifizieren, in denen KI unmittelbare Wirkung zeigen kann – sei es bei der Automatisierung von Arbeitsabläufen, der Verbesserung von Kundeninteraktionen oder der Rationalisierung von Prozessen.”

„Es wäre ein Fehler, auf eine perfekte Lösung zu warten“, sagt Jurkiewicz. „Die perfekte Lösung ist diejenige, die ständig weiterentwickelt, verbessert und beim Einsatz optimiert wird.“

Fazit

Mit der kombinierten Nutzung der Fähigkeiten von LLMs und LAMs können Unternehmen intelligente Systeme entwickeln, die eigenständig arbeiten, so Ramudhin.

Diese Systeme können Dinge gut verstehen und effektive Maßnahmen ergreifen, was sich auf die Arbeitsweise von Unternehmen auswirkt.

Rogers Jeffrey Leo John, Mitbegründer und Chief Technology Officer von DataChat, einer codefreien, generativen KI-Plattform für Sofortanalysen, stimmt dem zu.

Die Kombination von LAMs und LLMs werde die Betriebsabläufe in Unternehmen verändern, das Kundenerlebnis erheblich verbessern und zu neuen und innovativen Produkten und Dienstleistungen führen, sagt er.

„Unternehmen können die Fähigkeiten von LLMs und LAMs zur Schaffung personalisierter Erlebnisse nutzen“, so Leo John.

„Der Schlüssel zu dieser Transformation liegt in der Nutzung der doppelten Stärken der KI: das Verstehen der menschlichen Sprache durch LLMs und die Koordination von Handlungen mit LAMs.“

FAQ